[AI/大数据] 黑马2022人工智能AI进阶年度钻石会员

课程介绍：
能够熟练掌握Python开发的通用技术和框架，具备人工智能领域内机器学习，深度学习，计算机视觉和自然语言处理业务分析及开发的能力，同时培养学生使用AI算法构建业务流的能力和针对特定算法进行实用化、拓展化的再创新能力，从而足以胜任算法工程师等相关AI职位。百万年薪不是梦！！！

课程目录： ——/黑马人工智能AI进阶年度钻石会员2022年价值11980元/
├──【 主学习路线】01、阶段一 人工智能Python基础  
|   ├──1--第一章 计算机组成原理  
|   |   └──1--计算机原理  
|   ├──10--第十章 公共方法  
|   |   ├──1--公共方法  
|   |   └──2--推导式  
|   ├──11--第十一章 函数  
|   |   ├──1--函数介绍  
|   |   ├──10--函数参数二  
|   |   ├──11--拆包, 交换变量  
|   |   ├──12--引用  
|   |   ├──2--函数参数一  
|   |   ├──3--函数返回值一  
|   |   ├──4--函数文档说明  
|   |   ├──5--函数嵌套  
|   |   ├──6--局部变量  
|   |   ├──7--全局变量  
|   |   ├──8--函数执行流程  
|   |   └──9--函数返回值二  
|   ├──12--第十二章 函数强化  
|   |   ├──1--函数应用学员管理系统  
|   |   ├──2--课后练习(学员管理系统)  
|   |   ├──3--递归函数  
|   |   ├──4--匿名函数  
|   |   └──5--高阶函数  
|   ├──13--第十三章 文件操作  
|   |   ├──1--文件操作介绍  
|   |   ├──2--文件读写操作  
|   |   ├──3--案例文件备份  
|   |   └──4--文件及文件夹的相关操作  
|   ├──14--第十四章 面向对象  
|   |   ├──1--面向对象介绍  
|   |   ├──10--私有属性和方法  
|   |   ├──11--多态  
|   |   ├──12--类属性及相关方法  
|   |   ├──2--类和对象  
|   |   ├──3--对象属性操作  
|   |   ├──4--魔法方法  
|   |   ├──5--案例烤地瓜  
|   |   ├──6--案例 搬家具  
|   |   ├──7--继承  
|   |   ├──8--子类重写父类属性和方法  
|   |   └──9--super方法使用  
|   ├──15--第十五章 异常  
|   |   ├──1--异常介绍  
|   |   ├──2--捕获异常  
|   |   ├──3--异常传递  
|   |   └──4--自定义异常  
|   ├──16--第十六章 模块  
|   |   ├──1--模块介绍  
|   |   ├──2--模块制作  
|   |   └──3--python中的包  
|   ├──17--第十七章 学生管理系统(面向对象版)  
|   |   └──1--学生管理系统(面向对象)  
|   ├──2--第二章 python基础语法  
|   |   ├──1--课程介绍  
|   |   ├──2--注释  
|   |   ├──3--变量  
|   |   ├──4--bug认识  
|   |   ├──5--数据类型  
|   |   ├──6--输出  
|   |   ├──7--输入  
|   |   ├──8--数据类型转换  
|   |   └──9--运算符  
|   ├──3--第三章 判断语句  
|   |   ├──1--判断语句介绍  
|   |   ├──2--if基本格式  
|   |   ├──3--if...elif...else格式  
|   |   ├──4--if嵌套  
|   |   └──5--案例猜拳游戏  
|   ├──4--第四章 循环语句  
|   |   ├──1--循环语句介绍  
|   |   ├──2--while循环  
|   |   ├──3--循环应用  
|   |   ├──4--break和continue  
|   |   ├──5--while循环嵌套及应用  
|   |   ├──6--for循环  
|   |   └──7--循环else应用  
|   ├──5--第五章 字符串  
|   |   ├──1--字符串介绍  
|   |   ├──2--输入输出  
|   |   ├──3--切片  
|   |   └──4--字符串操作方法  
|   ├──6--第六章 列表  
|   |   ├──1--列表相关操作  
|   |   ├──2--列表循环遍历  
|   |   └──3--列表嵌套  
|   ├──7--第七章 元组  
|   |   └──1--元组相关操作  
|   ├──8--第八章 字典  
|   |   ├──1--字典介绍  
|   |   ├──2--字典的常见操作  
|   |   └──3--字典遍历  
|   └──9--第九章 集合  
|   |   └──1--集合的相关操作  
├──【 主学习路线】02、阶段二 人工智能Python高级  
|   ├──1--第一章 Linux基础命令  
|   |   ├──1--linux简介  
|   |   └──2--linux相关命令  
|   ├──10--第十章 MySqL数据库高级使用  
|   |   ├──1--条件查询  
|   |   ├──2--实战操作  
|   |   ├──3--外键使用  
|   |   ├──4--视图  
|   |   ├──5--事务  
|   |   ├──6--索引  
|   |   ├──7--设计范式  
|   |   └──8--PyMySQL的使用  
|   ├──2--第二章 Linux高级命令  
|   |   ├──1--linux高级操作  
|   |   ├──2--远程控制  
|   |   └──3--vim介绍  
|   ├──3--第三章 多任务编程  
|   |   ├──1--多任务介绍  
|   |   ├──2--多进程介绍  
|   |   ├──3--多线程介绍  
|   |   ├──4--锁的介绍  
|   |   └──5--进程和线程的对比  
|   ├──4--第四章 网络编程  
|   |   ├──1--ip和端口介绍  
|   |   ├──2--TCP介绍  
|   |   ├──3--TCP开发流程  
|   |   └──4--多任务案例  
|   ├──5--第五章 HTTP协议和静态服务器  
|   |   ├──1--HTTP协议  
|   |   └──2--静态web服务器搭建  
|   ├──6--第六章 闭包,装饰器及python高级语法  
|   |   ├──1--闭包  
|   |   ├──2--装饰器  
|   |   ├──3--property语法  
|   |   ├──4--with语法  
|   |   └──5--python高级语法  
|   ├──7--第七章 正则表达式  
|   |   └──1--正则表达式  
|   ├──8--第八章 数据结构与算法  
|   |   ├──1--算法概念  
|   |   ├──10--选择排序  
|   |   ├──11--插入排序  
|   |   ├──12--快速排序  
|   |   ├──13--二分查找  
|   |   ├──14--二叉树  
|   |   ├──15--二叉树的遍历  
|   |   ├──2--时间复杂度  
|   |   ├──3--空间复杂度  
|   |   ├──4--数据结构  
|   |   ├──5--顺序表  
|   |   ├──6--链表  
|   |   ├──7--栈  
|   |   ├──8--队列  
|   |   └──9--冒泡排序  
|   └──9--第九章 MySql数据库基本使用  
|   |   ├──1--数据库介绍  
|   |   ├──2--数据表的基本操作  
|   |   ├──3--where条件查询  
|   |   └──4--排序  
├──【 主学习路线】03、阶段三 人工智能机器学习  
|   ├──1--第一章 机器学习概述V2.1  
|   |   └──1--机器学习介绍  
|   ├──10--第十章 决策树V2.1  
|   |   ├──1--信息增益  
|   |   ├──2--特征提取  
|   |   ├──3--案例泰坦生存预测  
|   |   └──4--回归决策树  
|   ├──11--第十一章 集成学习V2.1  
|   |   ├──1--集成介绍  
|   |   ├──2--随机森林案例  
|   |   └──3--集成学习  
|   ├──12--第十二章 聚类算法V2.1  
|   |   └──1--聚类算法  
|   ├──13--第十三章 朴素贝叶斯V2.1  
|   |   └──1--朴素贝叶斯  
|   ├──14--第十四章 SVM算法V2.1  
|   |   └──1--SVM算法  
|   ├──15--第十五章 EM算法V2.1  
|   |   └──1--EM算法  
|   ├──16--第十六章 HMM算法V2.1  
|   |   └──1--HMM算法  
|   ├──17--第十七章 集成学习进阶V2.1  
|   |   ├──1--XGBoost算法  
|   |   ├──2--otto案例  
|   |   ├──3--lightGBM算法  
|   |   └──4--绝地求生案例  
|   ├──2--第二章 环境安装和使用V2.1  
|   |   └──1--环境安装及使用  
|   ├──3--第三章 matplotlibV2.1  
|   |   └──1--matplotlib使用  
|   ├──4--第四章 numpyV2.1  
|   |   └──1--numpy使用  
|   ├──5--第五章 pandasV2.1  
|   |   ├──1--pandas数据结构  
|   |   ├──2--pandas基础使用  
|   |   ├──3--pandas高级使用  
|   |   └──4--电影案例分析  
|   ├──6--第六章 seabornV2.1  
|   |   ├──1--绘制统计图  
|   |   ├──2--分类数据绘图  
|   |   ├──3--NBA案例  
|   |   └──4--北京租房数据统计分析  
|   ├──666JAVA下载必看  
|   |   ├──解压密码：666java.com  
|   |   ├──高薪学习it网.url  0.05kb
|   |   ├──海量优质it资源.url  0.05kb
|   |   ├──看看我.zip  14.66M
|   |   ├──课程总结.mp4  14.73M
|   |   ├──面试合集.txt  0.18kb
|   |   ├──软件下载.txt  0.15kb
|   |   ├──下载必看.txt  0.16kb
|   |   └──资料2.zip  14.66M
|   ├──7--第七章 K近邻算法V2.1  
|   |   ├──1--k近邻算法介绍  
|   |   ├──2--kd树  
|   |   ├──3--数据集处理  
|   |   ├──4--特征工程  
|   |   ├──5--KNN总结  
|   |   ├──6--交叉验证, 网格搜索  
|   |   └──7--案例 Facebook位置预测  
|   ├──8--第八章 线性回归V2.1  
|   |   ├──1--回归介绍  
|   |   ├──2--损失优化  
|   |   └──3--回归相关知识  
|   └──9--第九章 逻辑回归V2.1  
|   |   ├──1--逻辑回归  
|   |   ├──解压密码：666java.com  
|   |   ├──高薪学习it网.url  0.05kb
|   |   ├──海量优质it资源.url  0.05kb
|   |   ├──看看我.zip  14.66M
|   |   ├──课程总结.mp4  14.73M
|   |   ├──面试合集.txt  0.18kb
|   |   ├──软件下载.txt  0.15kb
|   |   ├──下载必看.txt  0.16kb
|   |   └──资料2.zip  14.66M
├──【 主学习路线】04、阶段四 计算机视觉与图像处理  
|   ├──1--第一章 课程简介_v2.0  
|   |   ├──1--深度学习  
|   |   └──2--计算机视觉（CV）  
|   ├──10--第十章 图像特征提取与描述_v2.0  
|   |   ├──1--角点特征  
|   |   ├──2--Harris和Shi-Tomas算法  
|   |   ├──3--SIFT  
|   |   ├──4--Fast和ORB算法  
|   |   └──5--LBP和HOG特征算子  
|   ├──11--第十一章 视频操作_v2.0  
|   |   ├──1--视频读写  
|   |   └──2--视频追踪  
|   ├──12--第十二章 案例人脸案例_v2.0  
|   |   └──1--案例人脸案例  
|   ├──2--第二章 tensorflow入门_v2.0  
|   |   ├──1--tensorflow和keras简介  
|   |   └──2--快速入门模型  
|   ├──3--第三章 深度神经网络_v2.0  
|   |   ├──1--神经网络简介  
|   |   ├──2--常见的损失函数  
|   |   ├──3--深度学习的优化方法  
|   |   ├──4--深度学习的正则化  
|   |   ├──5--神经网络案例  
|   |   └──6--卷积神经网络CNN  
|   ├──4--第四章 图像分类_v2.0  
|   |   ├──1--图像分类简介  
|   |   ├──2--AlexNet  
|   |   ├──3--VGG  
|   |   ├──4--GoogleNet  
|   |   ├──5--ResNet  
|   |   ├──6--图像增强方法  
|   |   └──7--模型微调  
|   ├──5--第五章 目标检测_v2.0  
|   |   ├──1--目标检测概述  
|   |   ├──2--R-CNN网络基础  
|   |   ├──3--Faster-RCNN原理与实现  
|   |   ├──4--yolo系列算法  
|   |   ├──5--yoloV3案例  
|   |   └──6--SSD模型介绍  
|   ├──6--第六章 图像分割_v2.0  
|   |   ├──1--目标分割介绍  
|   |   ├──2--语义分割：FCN与Unet  
|   |   ├──3--Unet-案例  
|   |   └──4--实例分割：MaskRCNN  
|   ├──7--第七章 OpenCV简介_v2.0  
|   |   ├──1--图像处理简介  
|   |   ├──2--OpenCV简介及安装方法  
|   |   └──3--OpenCV的模块  
|   ├──8--第八章 OpenCV基本操作_v.2.0  
|   |   ├──1--图像的基础操作  
|   |   └──2--算数操作  
|   └──9--第九章 OpenCV图像处理_v2.0  
|   |   ├──1--几何变换  
|   |   ├──2--形态学操作  
|   |   ├──3--图像平滑  
|   |   ├──4--直方图  
|   |   ├──5--边缘检测  
|   |   ├──6--模版匹配和霍夫变换  
|   |   └──7--轮廓检测  
├──【 主学习路线】05、阶段五 NLP自然语言处理  
|   └──【 主学习路线】05、阶段五 NLP自然语言处理  
|   |   ├──1--第一章 Pytorch工具_v2.0  
|   |   ├──10--第十章 迁移学习-v2.0  
|   |   ├──11--第十一章 BERT,Transformer的模型架构与详解-v2.0  
|   |   ├──12--第十二章 ELMo, GPT等经典模型的介绍与对比-v2.0  
|   |   ├──13--第十三章 HMM模型-v2.0  
|   |   ├──14--第十四章 经典的序列模型-v2.0  
|   |   ├──2--第二章 自然语言处理NLP介绍-v2.0  
|   |   ├──3--第三章 文本预处理-v2.0  
|   |   ├──4--第四章 RNN架构解析-v2.0  
|   |   ├──5--第五章 RNN经典案例-v2.0  
|   |   ├──6--第六章 莎士比亚风格的文本生成任务-v2.0  
|   |   ├──7--第七章 Transformer背景介绍-v2.0  
|   |   ├──8--第八章 Transformer架构解析-v2.0  
|   |   └──9--第九章 fasttext工具的使用-v2.0  
├──【 主学习路线】06、阶段六 人工智能项目实战  
|   ├──1--第一章 智慧交通  
|   |   ├──1--项目简介  
|   |   ├──10--车流量统计  
|   |   ├──11--相机校正  
|   |   ├──12--相机校正和图像去畸变  
|   |   ├──13--车道线提取  
|   |   ├──14--透视变换  
|   |   ├──15--车道线定位与拟合  
|   |   ├──16--车道曲率与车辆偏离中心线距离  
|   |   ├──17--在视频中进行车道线检测  
|   |   ├──18--SIamese网络系列（选学）  
|   |   ├──19--跟踪效果（选学）  
|   |   ├──2--算法原理  
|   |   ├──20--数据集处理（选学）  
|   |   ├──21--网络模型搭建（选学）  
|   |   ├──22--网络模型训练（选学）  
|   |   ├──23--网络模型测试（选学）  
|   |   ├──24--网络模型应用（选学）  
|   |   ├──3--多目标跟踪  
|   |   ├──4--辅助功能  
|   |   ├──5--卡尔曼滤波  
|   |   ├──6--匈牙利算法  
|   |   ├──7--数据关联  
|   |   ├──8--SORT  
|   |   └──9--目标检测  
|   ├──2--第二章 在线医生  
|   |   ├──1--背景介绍  
|   |   ├──10--结构化数据流水线  
|   |   ├──11--非结构化数据流水线  
|   |   ├──12--任务介绍与模型选用  
|   |   ├──13--训练数据集  
|   |   ├──14--BERT中文预训练模型  
|   |   ├──15--构建RNN模型  
|   |   ├──16--进行模型训练  
|   |   ├──17--NE模型使用  
|   |   ├──18--命名实体识别介绍  
|   |   ├──19--BiLSTM介绍  
|   |   ├──2--Unit对话API使用  
|   |   ├──20--CRF介绍  
|   |   ├──21--BiLSTM+CRF模型  
|   |   ├──22--模型训练  
|   |   ├──23--模型使用  
|   |   ├──24--在线部分简要分析  
|   |   ├──25--werobot服务构建  
|   |   ├──26--主要逻辑服务  
|   |   ├──27--任务介绍与模型选用及训练数据集  
|   |   ├──28--BERT中文预训练模型1  
|   |   ├──29--微调模型  
|   |   ├──3--在线医生的总体架构  
|   |   ├──30--进行模型训练1  
|   |   ├──31--模型部署  
|   |   ├──32--系统联调与测试  
|   |   ├──4--总体架构中的工具介绍  
|   |   ├──5--neo4j简介  
|   |   ├──6--neo4j图数据库的安装  
|   |   ├──7--Cypher介绍与使用  
|   |   ├──8--在Python中使用neo4j  
|   |   └──9--离线部分简要分析  
|   ├──3--第三章 智能文本分类系统  
|   |   ├──1--整体系统搭建  
|   |   ├──2--构建标签词汇图谱  
|   |   ├──3--特征工程和fasttext模型训练  
|   |   ├──4--多模型训练和预测  
|   |   ├──5--系统联调和测试  
|   |   ├──6--泛娱乐推荐介绍  
|   |   ├──7--召回模块  
|   |   └──8--排序模块  
|   └──4--第四章 实时人脸识别检测项目  
|   |   ├──1--人脸识别  
|   |   ├──2--口罩检测  
|   |   ├──3--Dlib模型训练  
|   |   ├──4--活体检测  
|   |   └──5--属性识别  
├──【 主学习路线】07、阶段七 人工智能面试强化（赠送）  
|   ├──1--第一章 自动编码器  
|   |   ├──1--自动编码器历史与应用介绍  
|   |   ├──2--构建自动编码器  
|   |   ├──3--自动编码器改进技巧  
|   |   └──4--变分自动编码器  
|   ├──10--第十章 贝叶斯方法实现及粒子滤波  
|   |   └──1--贝叶斯方法实现及粒子滤波  
|   ├──11--第十一章 深度强化学习  
|   |   ├──1--强化学习  
|   |   ├──2--Q-learning算法  
|   |   └──3--Deep Q-Network  
|   ├──2--第二章 图像分割应用  
|   |   └──1--图像分割应用介绍  
|   ├──3--第三章 生成对抗学习  
|   |   └──1--生成对抗学习  
|   ├──4--第四章 算法进阶迁移学习  
|   |   └──1--迁移学习介绍  
|   ├──5--第五章 模型可解释  
|   |   └──1--模型可解释  
|   ├──6--第六章 模型压缩  
|   |   └──1--模型压缩  
|   ├──7--第七章 终生学习  
|   |   └──1--终生学习  
|   ├──8--第八章 算法进阶进化学习  
|   |   └──1--进化学习  
|   └──9--第九章 贝叶斯方法  
|   |   └──1--贝叶斯方法  
├──【课外拓展】01、阶段一 HR面试技巧  
|   └──【课外拓展】01、阶段一 HR面试技巧.zip  1.94G
├──【课外拓展】02、阶段二 赠送-人脸支付  
|   └──第一章 1-人脸支付  
|   |   ├──0-1 项目背景介绍  
|   |   ├──0-2 人脸检测子任务  
|   |   ├──0-3 人脸姿态估计  
|   |   ├──0-4 人脸多任务  
|   |   ├──0-5 人脸识别  
|   |   └──0-6 项目集成  
├──【课外拓展】03、阶段三 赠送-文本摘要项目  
|   └──第一章 1-文本摘要项目  
|   |   ├──0-1 文本摘要项项目背景介绍  
|   |   ├──0-10 模型的预测  
|   |   ├──0-11 词向量的单独训练  
|   |   ├──0-12 模型的优化  
|   |   ├──0-13 PGN架构  
|   |   ├──0-14 数据预处理  
|   |   ├──0-15 PGN数据特殊性分析  
|   |   ├──0-16 迭代器和类的实现  
|   |   ├──0-17 PGN模型的搭建  
|   |   ├──0-18 PGN模型训练  
|   |   ├──0-19 PGN模型预测  
|   |   ├──0-2 项目中的数据集初探  
|   |   ├──0-20 评估方法介绍  
|   |   ├──0-21 BLEU算法理论  
|   |   ├──0-22 ROUGE算法理论  
|   |   ├──0-23 ROUGE算法实现  
|   |   ├──0-24 coverage机制原理  
|   |   ├──0-25 coverage模型类实现  
|   |   ├──0-26 coverage训练和预测  
|   |   ├──0-27 Beam-search原理介绍  
|   |   ├──0-28 Beam-search模型类实现  
|   |   ├──0-29 TF-IDF算法原理和实现  
|   |   ├──0-3 TextRank算法理论基础  
|   |   ├──0-30 单词替换法的类实现  
|   |   ├──0-31 单词替换法的训练和评估  
|   |   ├──0-32 回译数据法实现和评估  
|   |   ├──0-33 半监督学习法原理和实现  
|   |   ├──0-34 训练策略原理和实现  
|   |   ├──0-35 模型转移实现  
|   |   ├──0-36 GPU优化原理和实现  
|   |   ├──0-37 CPU优化原理和实现  
|   |   ├──0-38 Flask实现模型部署  
|   |   ├──0-4 TextRank算法实现模型  
|   |   ├──0-5 seq2seq架构  
|   |   ├──0-6 seq3seq架构  
|   |   ├──0-7 工具函数的实现  
|   |   ├──0-8 模型类的搭建  
|   |   └──0-9 模型的训练  
├──【课外拓展】04、阶段四 入学第一课  
|   └──无课程相关内容  
├──【课外拓展】05、阶段五 阶段一 python基础（更新）  
|   ├──第二章 2-python面向对象  
|   |   ├──0-1 类定义及类属性使用  
|   |   ├──0-2 魔法方法  
|   |   ├──0-3 案例-面向对象  
|   |   ├──0-4 面向对象封装与继承  
|   |   ├──0-5 面向对象多态  
|   |   └──0-6 类属性方法  
|   └──第一章 1-python基础编程  
|   |   ├──0-1 python开发环境搭建  
|   |   ├──0-10 循环else  
|   |   ├──0-11 字符串定义切片  
|   |   ├──0-12 字符串查找，替换，合并  
|   |   ├──0-13 列表定义及使用  
|   |   ├──0-14 元祖定义及使用  
|   |   ├──0-15 字典定义及使用  
|   |   ├──0-16 案例-学生管理系统（一）  
|   |   ├──0-17 集合定义及使用  
|   |   ├──0-18 公共方法与推导式  
|   |   ├──0-19 函数基本使用  
|   |   ├──0-2 Python注释与变量  
|   |   ├──0-20 函数基本使用替代视频（04,05,06）  
|   |   ├──0-21 函数作用域  
|   |   ├──0-22 不定长参数与组包拆包  
|   |   ├──0-23 案例-学生管理系统（二）  
|   |   ├──0-24 基础加强练习  
|   |   ├──0-25 可变类型及非可变类型  
|   |   ├──0-26 递推  
|   |   ├──0-27 递归  
|   |   ├──0-28 lambda表达式  
|   |   ├──0-29 文件基本操作  
|   |   ├──0-3 Python数据类型  
|   |   ├──0-30 文件操作案例  
|   |   ├──0-31 案例-学生管理系统（三）  
|   |   ├──0-32 python异常处理  
|   |   ├──0-33 python模块与包  
|   |   ├──0-34 案例-飞机大战  
|   |   ├──0-4 Python格式化输出  
|   |   ├──0-5 Python运算符  
|   |   ├──0-6 Python分支语句  
|   |   ├──0-7 while循环  
|   |   ├──0-8 while循环案例  
|   |   └──0-9 for循环及案例  
├──【课外拓展】06、阶段六 阶段二 Python高级（更新）  
|   ├──第二章 2-SQL基础  
|   |   ├──0-1 数据库基础  
|   |   ├──0-2 SQL语言基础  
|   |   ├──0-3 SQL约束  
|   |   ├──0-4 SQL聚合  
|   |   ├──0-5 SQL多表查询  
|   |   └──0-6 SQL高阶特性  
|   ├──第三章 3-Python编程进阶  
|   |   ├──0-1 函数的闭包  
|   |   ├──0-10 进程  
|   |   ├──0-11 线程  
|   |   ├──0-12 进程线程对比  
|   |   ├──0-13 With上下文管理器  
|   |   ├──0-14 Python生成器  
|   |   ├──0-15 Python中深浅拷贝  
|   |   ├──0-16 Python中正则表达式  
|   |   ├──0-17 正则表达式扩展  
|   |   ├──0-18 FastAPI搭建Web服务器  
|   |   ├──0-19 Python爬虫  
|   |   ├──0-2 装饰器  
|   |   ├──0-3 PyMySQL  
|   |   ├──0-4 HTML基础  
|   |   ├──0-5 CSS基础  
|   |   ├──0-6 Socket网络编程  
|   |   ├──0-7 TCP服务器开发  
|   |   ├──0-8 静态Weeb服务器  
|   |   └──0-9 FastAPI  
|   └──第一章 1-Linux基础  
|   |   ├──0-1 Linux基础  
|   |   ├──0-2 Linux终端基本使用  
|   |   ├──0-3 Linux常用命令(1)  
|   |   └──0-4 Linux常用命令(2)  
├──【课外拓展】07、阶段七 阶段三 机器学习（更新）  
|   ├──第二章 2-机器学习算法进阶  
|   |   ├──0-1 决策树算法  
|   |   ├──0-2 朴素贝叶斯算法  
|   |   ├──0-3 SVM算法  
|   |   ├──0-4 聚类算法  
|   |   ├──0-5 集成学习算法  
|   |   └──0-6 机器学习算法回顾总结（有需要的同学可以看看）  
|   └──第一章 1-机器学习基础算法  
|   |   ├──0-1 人工智能原理基础  
|   |   ├──0-2 KNN算法  
|   |   ├──0-3 线性回归  
|   |   └──0-4 逻辑回归  
├──【课外拓展】08、阶段八 阶段四—深度学习基础补充视频  
|   └──【课外拓展】08、阶段八 阶段四—深度学习基础补充视频  
|   |   ├──01-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的意义.mp4  100.88M
|   |   ├──02-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的应用(1).mp4  134.81M
|   |   ├──02-深度学习基础-TensorFlow和keras入门-张量计算增补-轴axis的应用.mp4  134.81M
|   |   ├──03-深度学习基础-深度神经网络-神经网络介绍-网络是如何工作的-参数初始化增补-初始化方式的对比.mp4  132.24M
|   |   ├──04-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-数据传输过程(1).mp4  43.91M
|   |   ├──04-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-数据传输过程.mp4  43.91M
|   |   ├──05-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传播过程（输入层到隐藏层）(1).mp4  38.46M
|   |   ├──05-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传播过程（输入层到隐藏层）.mp4  38.46M
|   |   ├──06-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传输过程（隐藏层到输出层）(1).mp4  19.99M
|   |   ├──06-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-前向传输过程（隐藏层到输出层）.mp4  19.99M
|   |   ├──07-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-损失函数的计算.mp4  49.95M
|   |   ├──08-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-输出层权值的更新.mp4  65.37M
|   |   ├──09-深度学习基础-深度神经网络-神经网络的优化方法-反向传播算法增补-隐藏层权值的更新.mp4  63.39M
|   |   ├──10-深度学习基础-深度神经网络-卷积神经网络CNN增补-网络参数量的计算.mp4  155.78M
|   |   ├──11-深度学习基础-图像分类-图像分类案例补充(1)-任务介绍.mp4  51.45M
|   |   ├──12-深度学习基础-图像分类-图像分类案例补充(2)-数据接获取与可视化.mp4  149.87M
|   |   ├──13-深度学习基础-图像分类-图像分类案例补充(3)-图像增强.mp4  27.15M
|   |   ├──14-深度学习基础-图像分类-图像分类案例补充(4)-Xception模型介绍.mp4  107.98M
|   |   ├──15-深度学习基础-图像分类-图像分类案例补充(5)-项目网络介绍.mp4  131.99M
|   |   ├──16-深度学习基础-图像分类-图像分类案例补充(6)-网络构建（输入流）.mp4  28.44M
|   |   ├──17-深度学习基础-图像分类-图像分类案例补充(7)-网络构建（中间流）.mp4  29.77M
|   |   ├──18-深度学习基础-图像分类-图像分类案例补充(8)-网络构建（输出流）.mp4  41.05M
|   |   ├──19-深度学习基础-图像分类-图像分类案例补充(9)-模型训练.mp4  121.96M
|   |   ├──20-深度学习基础-图像分类-图像分类案例补充(10)-模型训练的实现.mp4  22.20M
|   |   └──21-深度学习基础-图像分类-图像分类案例补充(11)-模型预测.mp4  143.40M
├──【课外拓展】09、阶段九 阶段五—NLP基础补充视频  
|   ├──01-文本预处理-文本预处理-文本数据增强讲解 .mp4  14.12M
|   ├──02-文本预处理-文本预处理-文本数据增强代码实现 .mp4  14.17M
|   ├──03-文本预处理- 新闻主题分类任务-数据加载方式的增补代码解读 .mp4  9.12M
|   ├──04-文本预处理-新闻主题分类任务-数据加载方式的增补文件补齐 .mp4  5.40M
|   ├──05-RNN及其变体-RNN架构解析-注意力机制的增补内容概念 .mp4  9.78M
|   ├──06-RNN及其变体-RNN架构解析-注意力机制的增补流程梳理 .mp4  20.46M
|   ├──07-RNN及其变体-RNN架构解析-注意力机制的增补attention机制模型 .mp4  34.58M
|   ├──08-RNN及其变体-RNN架构解析-注意力机制的增补attention公式讲解 .mp4  21.86M
|   ├──09-RNN及其变体-RNN架构解析-注意力机制的增补attention应用场景 .mp4  14.74M
|   ├──10-Transformer—新增案例机器翻译模型-1模型的介绍 .mp4  57.15M
|   ├──11-Transformer—新增案例机器翻译模型-数据的下载和vocab构建 .mp4  24.13M
|   ├──12-Transformer—新增案例机器翻译模型-3模型构建 .mp4  31.48M
|   ├──13-Transformer—新增案例机器翻译模型-4掩码的构建 .mp4  15.05M
|   ├──14-Transformer—新增案例机器翻译模型-5数据批处理 .mp4  13.79M
|   ├──15-Transformer—新增案例机器翻译模型-6构建训练函数和评估函数 .mp4  32.81M
|   ├──16-Transformer—新增案例机器翻译模型-7训练模型和定义解码函数 .mp4  22.58M
|   ├──17-Transformer—新增案例机器翻译模型-8翻译函数的定义和9模型保存 .mp4  13.30M
|   ├──18-迁移学习—迁移理论—加载和使用预训练模型全小节增补-1tokenizer加载 .mp4  22.91M
|   ├──19-迁移学习—迁移理论—加载和使用预训练模型全小节增补-2加载带头和不带头的预训练模型 .mp4  39.74M
|   ├──20-迁移学习—迁移理论—加载和使用预训练模型全小节增补-3加载不带头的模型输出结果 .mp4  27.98M
|   ├──21-迁移学习—迁移理论—加载和使用预训练模型全小节增补-4加载语言模型头结果输出 .mp4  25.83M
|   ├──22-迁移学习—迁移理论—加载和使用预训练模型全小节增补-5加载分类模型头结果输出 .mp4  21.14M
|   ├──23-迁移学习—迁移理论—加载和使用预训练模型全小节增补-6加载问答模型头结果输出 .mp4  45.77M
|   ├──24-迁移学习—迁移理论—迁移学习实践增补内容-模型上传 .mp4  52.62M
|   ├──25-迁移学习—迁移理论—迁移学习实践增补内容-模型上传后加载使用 .mp4  29.35M
|   └──26-虚拟机的使用 .mp4  14.09M
├──【课外拓展】10、阶段十 CV基础+项目（更新）  
|   └──【课外拓展】10、阶段十 CV基础+项目（更新）  
|   |   ├──第二章 2-深度学习核心模型与实战  
|   |   ├──第六章 6-04 - 智慧交通  
|   |   ├──第三章 3-01 - 目标检测  
|   |   ├──第四章 4-02 - OpenCV  
|   |   ├──第五章 5-03 - 人脸支付  
|   |   └──第一章 1-Pytorch与深度学习基础  
└──人工智能课件  
|   ├──01-阶段1-3（python基础 、python高级、机器学习）  
|   |   ├──02-虚拟机环境  
|   |   ├──01-Python+机器学习课程环境使用说明(1).pdf  3.78M
|   |   ├──01-阶段1-3（python基础 、python高级、机器学习）.zip  2.22G
|   |   ├──AI虚拟机使用常见问题汇总(1).pdf  646.33kb
|   |   └──Azure机器学习模型搭建实验(1).doc  1.70M
|   ├──02-阶段4 （计算机视觉CV) 阶段6 （CV项目）  
|   |   ├──02-虚拟机环境  
|   |   └──02-阶段4 （计算机视觉CV) 阶段6 （CV项目）.zip  439.07M
|   ├──03-阶段5（自然语言处理NLP）、阶段6（NLP项目）  
|   |   ├──02-NLP虚拟机环境  
|   |   └──03-阶段5（自然语言处理NLP）、阶段6（NLP项目）.zip  10.50G
|   ├──阶段测试题  
|   |   ├──阶段1—测试  
|   |   ├──阶段2—测试  
|   |   ├──阶段3—测试  
|   |   ├──阶段4—测试  
|   |   ├──阶段5—测试  
|   |   └──.DS_Store  6.00kb
|   ├──Iris数据集  
|   |   ├──iris.csv  4.86kb
|   |   └──iris.txt  4.85kb
|   ├──01-计算机视觉CV课程环境使用说明文档.pdf  3.59M
|   └──机器学习梳理总结xmind.zip  8.61M